← 返回列表
基于深度学习的遥感影像变化检测方法
申请人信息
- 申请人:广东泰一高新技术发展有限公司
- 申请人地址:516006 广东省惠州市仲恺高新区仲恺大道(惠环段)448号同方信息港大厦2208、2209、2210、2211房
- 发明人: 广东泰一高新技术发展有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于深度学习的遥感影像变化检测方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410021856.0 |
| 申请日 | 2024/1/8 |
| 公告号 | CN117541626A |
| 公开日 | 2024/2/9 |
| IPC主分类号 | G06T7/246 |
| 权利人 | 广东泰一高新技术发展有限公司 |
| 发明人 | 黄山; 王宇翔; 马玉宽; 卢燕婷 |
| 地址 | 广东省惠州市仲恺高新区仲恺大道(惠环段)448号同方信息港大厦2208、2209、2210、2211房 |
摘要文本
本发明涉及图像处理技术领域，具体涉及基于深度学习的遥感影像变化检测方法。方法包括：获取待检测土地的两帧遥感影像以及对应的光谱曲线；基于光谱曲线确定每个像素点对应的特征波段，对两帧遥感影像中同一位置的像素点对应的特征波段进行匹配得到每个位置对应的目标程度；根据每个位置对应的特征波段与其邻域位置对应的特征波段的差异以及每个位置与其邻域位置对应的目标程度的差异，得到每个位置对应的置信度；基于目标程度和置信度确定采样概率；根据采样概率和两帧遥感影像中同一位置像素点的吸收率的差异，获得各点对应的异常得分值，进而判断每个位置是否发生变化。本发明提高了待检测土地遥感影像的变化情况检测结果的准确度。
专利主权项内容
1.一种基于深度学习的遥感影像变化检测方法，其特征在于，该方法包括以下步骤：获取待检测土地的两帧遥感影像以及每帧遥感影像中每个像素点对应的光谱曲线；基于光谱曲线上数据值的差异情况确定每帧遥感影像中每个像素点对应的各特征波段；对两帧遥感影像中同一位置的像素点对应的特征波段进行匹配，根据匹配结果以及匹配结果对应的吸收率，得到每个位置对应的目标程度；根据每个位置对应的特征波段与其邻域位置对应的特征波段的差异以及每个位置与其邻域位置对应的目标程度的差异，得到每个位置对应的置信度；基于所述目标程度和所述置信度确定每个位置对应的采样概率；根据所述采样概率和两帧遥感影像中同一位置的像素点的吸收率的差异构建孤立树；根据所述孤立树获得各点对应的异常得分值；基于所有异常得分值判断每个位置是否发生变化。